基于路由代价的无线传感器网络蚁群路由算法

能耗最小化和能耗均衡是无线传感器网络路由算法的两个主要问题.文中从无线传感器网络蚁群路由算法出发,分析了启发式因子的各种构建方式对能耗最小化和能耗均衡的影响,提出了无线传感器网络的路由代价模型,并以此构建启发式因子.对比各种构建方式的仿真结果可以看出,使用路由代价构建启发式因子更为合理,该构建方式在网络寿命和均衡性方面...     

考虑节点能量消耗的无线传感网络平衡路由算法设计

传统方法设计无线传感网络路由中,往往忽略了节点的能量消耗以及不同节点能耗的差异性,导致出现节点分布不均匀、路由平衡度较差、整体开销成本较大、能耗高等问题.为此,提出了考虑节点能量消耗的无线传感网络平衡路由算法.构建节点能耗模型,建立无线传感网络梯度和传感器节点之间的信息素,结合蚁群算法求解整体能耗模型,实现无线传感网络...     

采用邻居节点的改进ZigBee路由选择算法

在无线传感网络中,路由选择是高效使用网络、延长全网络寿命的关键之一.为了提高网络效率和节省网络整体能耗,提出了一种路由选择优化算法,该算法利用没连接到的邻居节点进行数据路由选择,以减少从源节点到目的节点的跳数,进而达到提高网络效率和节省能耗的目的.通过仿真实验对比分析了改进前后的实际效果,实验结果表明改进后的路由选择优化算法减少了ZigBee节点间路由的跳数和延迟,提高了路由效率,节省网络整体能耗.     

基于多目标规划的WSN矩阵乘路由算法

针对无线传感器网络路由中的能量消耗问题,综合考虑节点的能量水平和节点闻传送数据的能耗,建立多目标规划的路由模型,并利用矩阵和向量的乘法运算表示无线传感器网络中的路由问题.应用基于优化满意度的评价方法,将多目标路由问题转换为单目标优化问题,并提出一个适合无线传感器网络的矩阵乘路由算法.仿真结果表明,该算法能台理地利用有限...     

基于移动sink的无线传感器网络海星路由协议

具有移动sink的无线传感器网络(WSN)比静态sink具有更长的网络寿命和更好的数据传输性能,但是因为其移动性导致能耗开销巨大,针对这个问题,提出一种基于移动sink的无线传感器网络海星路由协议,灵感来自海星的水脉系统.该路由协议构建了一个带有中心环通道的路由骨干网,并且网络上的径向通道很少.给定网络能动态确定径向通道的数量和环通道的半径,以便减少从源到sink的通信等待时间.实验结果表明,该文海星路由协议能够有效地均衡节点的能量消耗,在数据传输延迟和网络生命周期方面,性能评估的结果优于现有其他协议.     

基于扇形区域的无线传感器网络位置隐私保护

传统的无线传感器网络位置隐私保护算法没有很好地实现安全性与网络能耗之间的均衡.为了解决这个问题,提出了一种基于扇形区域的随机中继节点路由算法,通过调整扇形区域的大小来控制路由路径的范围,并采用随机选取扇形子区域作为下一跳路由节点可选区域的机制来实现源节点的位置隐私保护.仿真实验结果表明,与幻影路由等其他路由算法相比,所提的路由算法可以在不影响数据投递率的前提下,有效地保护源节点的位置隐私,网络能耗较少.同时,该算法具有较好的灵活性,用户可根据实际需求设置高安全性或低能耗模式.     

ZigBee网络中基于节点移动性的路由选择策略

为了提高ZigBee网络的路由效率,降低节点能耗,提出一种基于节点移动性的路由选择策略.ZigBee网络同时支持基于地址分配的分层路由和基于路由请求的路由方法.该策略根据网络中节点移动性的变化,自适应选择路由方法.节点通过自身邻居参数改变识别位置变化,避免了网络中额外的数据传输流量.经仿真测试,相对于原有的单一方法路由方案,基于节点移动性的路由选择策略具有更高的路由效率,提升了ZigBee网络的路由性能.     

一种基于最小路径的多播路由优化算法

信息物理融合系统(Cyber-Physical Systems,CPS)底层是传感器、控制器和执行器等异构节点构成的无线自组网络,不同节点之间需要通过通信网络传送给感兴趣目标节点,传统的无线自组织网络一般采用单播或广播技术,但是这些往往实时性不高,通信开销大,不利于在CPS中受限节点间通信.该文针对信息物理融合系统中无线多播路由问题构建网络模型,演化为最小路径问题,数学模型为约束Steiner最小树问题,并针对该NP难问题通过启发式算法求解,再通过贪婪思想构建一种最小路径多播路由算法.最后通过与uCast以及SenCast等经典的多播路由算法仿真比较,得出其算法在实时性以及能耗等方面性能优异.     

基于WSN分布式聚类均衡路由算法的优化研究

有效减少网络能耗,从而提高整体网络寿命是无线传感网领域中的关键问题,LEACH和DEBR等分簇路由算法可以初步提高网络寿命和网络延展性.研究了簇头选择、簇的形成和数据路由3个阶段,提出了一种基于能量均衡的分布式聚类均衡路由算法,通过传感节点的剩余能量、邻居个数以及簇头能耗的混合权重来选择簇头和分簇,考虑每条路径的消耗来选择最佳路径,有效改进了LEACH随机选择簇头节点和DEBR传送延迟导致的网络分割和能耗不均等问题.仿真结果表明,该算法有效平衡并降低了节点能耗,使得网络中生存节点数在相同周期内有较大提升,从而延长了整个网络的生命周期.     

基于BP神经网络的无线传感器网络非均匀分簇路由协议

针对现有无线传感器网络节点负载不均问题,提出了一种基于BP神经网络的无线传器网络非均匀分簇路由协议.通过引入竞争半径函数,完成节点入簇,并在簇间数据传输阶段构造出一棵使整个网络传输代价最小的路由树,选出最优传输路由.仿真结果表明,有效平衡了节点能耗,延长了网络的存活时间.     

无线传感器骨干网络路由算法

针对当前无线传感器骨干网络路由算法无法平衡能耗和数据传输之间的矛盾, 导致无线传感器骨干网络路由的数据传输时延较大, 无线传感器网络吞吐量较小的不足, 以提高无线传感器网络整体性能为目标, 设计一种新的无线传感器骨干网络路由算法. 首先分析无线传感器网络的工作原理, 并建立相应的路由模型; 然后引入机器学习算法对无线传感器骨干网络路由中的无线传感器节点能量进行实 时预测, 选择能量大的无线传感器节点进行数据传输, 构建能量消耗最小的无线传感器骨干网络路由; 最后与其他无线传感器骨干网络路由算法进行对比测试. 测试结果表明, 该算法的无线传感器骨干网络路由能耗较小, 无线传感器网络数据传输可靠性高, 加快了无线 传感器网络数据传输速度, 无线传感器骨干网络路由整体性能明显优于其他对比算法.     

基于移动代理的无线传感器网络路由算法研究

在无线传感网络中,簇的划分以及簇内节点访问顺序对网络生存周期具有重要影响。为了提高分簇网络生存周期,提出一种分簇融合的方法。采用ISODATA聚类法实现网络的分簇,在簇内由移动代理对数据进行融合。将移动代理路由归结为一个优化问题,采用蚁群算法求出移动代理迁移的最优路径序列。实验以能耗和网络延时作为评价指标,结果表明该算法可以有效的降低网络能耗,提高网络生存周期。     

基于遗传优化的WSNs多源单汇路由算法

针对无线传感器网络中的多源单汇路由问题,综合考虑无线传感器网络中链路带宽、延迟和路径节点最小剩余能量三种度量,建立了多源单汇路由问题的系统模型,将其转化为求解多约束最小Steiner树问题,已知该问题是NP难的问题,给出了基于遗传优化的求解算法,采用基于备选路径集的整数序列编码表示一棵生成树,设计相应的交叉和变异算子,以及对非法染色体进行修复的机制,最后在遗传算法的计算过程中选择合理的适应度函数,找到一棵满足多约束的能耗趋于最小且状态稳定Steiner树.理论分析和数值试验结果表明所提出的遗传求解算法收敛速度快、可靠性高,为无线传感器网络中的多源单汇路由提供了一种新的有效途径.     

改进LEACH的传感器网络分簇路由算法

针对当前无线传感器网络分簇路由算法存在的节点能耗不平均、 节点过早死亡等缺陷, 提出一种改进低功耗自适应分簇(LEACH)的无线传感器网络路由算法. 首先针对无线传感器节点过早死亡的问题, 引入簇半径动态确定方式, 将整个无线传感器网络划分为多个不均匀的簇; 然后考虑簇首能量消耗过快的问题, 结合簇首所在位置和节点剩余能量选择每轮中的簇首; 最后改进数据传输机制保证节点能量消耗均衡, 并在MATLAB 2014平台上对无线传感器网络分簇路由算法的性能进行测试. 测试结果表明, 改进LEACH算法较好地解决了节点过早死亡的难题, 延长了无线传感器网络的寿命, 平衡了各节点能量消耗, 整个无线传感器网络的性能显著优于其他对比算法.     

多Sink无线传感器网络鲁棒路由协议

针对多Sink无线传感器网络中由Sink节点失效引起的局部数据拥塞,进而导致网络鲁棒性减弱的问题,提出基于侦听机制和模糊控制的多Sink无线传感器网络鲁棒路由协议．该协议采用侦听机制．建立并维护多维树状拓扑路由,避免了采用泛洪方式组网而造成的资源浪费;加入以负载、丢包和跳数为目标的模糊控制算法,进行路由选择,均衡了网络负载．仿真结果表明,该路由协议在一定程度上缓解了网络中Sink节点失效造成的大量丢包以及数据拥塞问题．增强了网路的鲁棒性．     

基于蚁群的无线传感器网络概率路由算法

针对多数无线传感器网络路由算法易在网络中形成关键节点,而节点的失效往往导致整个网络的失效问题,提出了将随机思想与蚁群算法的特征相结合的一种新的概率路由计算方法.实验表明,该算法对延长整个网络的有效生存时间的效果较好.     

Reliable Data Storage in Heterogeneous Wireless Sensor Networks by Jointly Optimizing Routing and Storage Node Deployment

In the era of big data, sensor networks have been pervasively deployed, producing a large amount of data for various applications. However, because sensor networks are usually placed in hostile environments, managing the huge volume of data is a very challenging issue. In this study, we mainly focus on the data storage reliability problem in heterogeneous wireless sensor networks where robust storage nodes are deployed in sensor networks and data redundancy is utilized through coding techniques. To minimize data delivery and data storage costs, we design an algorithm to jointly optimize data routing and storage node deployment. The problem can be formulated as a binary nonlinear combinatorial optimization problem, and due to its NP-hardness, designing approximation algorithms is highly nontrivial. By leveraging the Markov approximation framework, we elaborately design an efficient algorithm driven by a continuous-time Markov chain to schedule the deployment of the storage node and corresponding routing strategy. We also perform extensive simulations to verify the efficacy of our algorithm.     

节点分簇和最佳距离相融合的传感器网络路由算法

针对当前路由算法由于无线传感器网络节点分布不均匀、 节点能耗过快等因素严重影响其生存时间的问题, 提出一种传感器节点分簇与最佳距离相融合的无线传感器网络路由算法. 该算法先模拟生物细胞的连接过程实现传感器网络节点的分簇, 再权衡网络生存时间和能量消耗间的关系, 根据簇首与基站间的距离确定数据路由 的最优路径, 最后采用MATLAB R2014b工具箱编程实现路由算法. 将该算法与其他算法进行对比实验, 结果表明, 该算法可以延长整个传感器网络的生存时间, 有效减少网络能耗, 提高了能量的利用率.     

一种无线传感器网络的最小能耗路由算法

针对无线传感器网络能量有效性问题,结合真实网络中节点的功率只能在离散值中选取的特点,研究了最小能耗路由算法。以经典能耗模型为基础,给出了理想情况时的最小能量路径,认为其是一个线性规划问题,最终给出了尽量逼近理想情况的最小能量路径算法——最近最优点路由(Proximate Optimal-Point Routing,POPR)算法。POPR算法基于地理位置信息,具有分布式、在实际中更易于实现的特点。最后,对算法的性能进行了仿真分析,并与多种经典算法进行了比较分析,结果表明该算法在节点密度比较高时,具有较好的性能。